摘要：针对P2P违约风险评估问题,构建基于K均值聚类的多分类器动态集成模型。通过K均值聚类将P2P借贷样本集划分为多个区域,并在每个区域分别构建多个基分类器模型,进行多分类器集成;在给定新的测试样本时,基于样本特征动态选择样本归属区域的基分类器,进行模型集成与违约风险评估。以Lending Club借款数据为例,对网贷违约风险评估进行实证分析表明,基于多分类器动态集成的P2P违约评估模型,比单一模型和静态集成模型的准确性更好,且基于神经网络的动态集成模型效果最好。

关键词：p2p网络借贷 多分类器集成 动态选择 k均值聚类 

单位：武汉大学信息管理学院; 武汉大学信息资源研究中心; 华中科技大学管理学院